Distribuzione dei tassi di inflazione in Cina, India e USA
Come hai visto nel video, la funzione boxplot() mostra i quantili chiave di una distribuzione rispetto a categorie, dove y rappresenta una variabile quantitativa e x una variabile categorica. In statistica, questo tipo di grafico è chiamato box-and-whisker plot.
Un complemento al box plot è swarmplot(), che disegna uno scatterplot categoriale mostrando tutte le osservazioni di ciascuna categoria senza sovrapposizioni; accetta argomenti simili a boxplot():
seaborn.boxplot(x=None, y=None, data=None, ...)
seaborn.swarmplot(x=None, y=None, data=None, ...)
In questo esercizio finale, confronterai le distribuzioni storiche dei tassi di inflazione per paese — in particolare Cina, India e USA — invece delle tendenze nelle serie temporali. pandas come pd, matplotlib.pyplot come plt e seaborn come sns sono già stati importati per te. I dati FRED sull'inflazione sono nel tuo workspace come inflation.
Questo esercizio fa parte del corso
Importing and Managing Financial Data in Python
Istruzioni dell'esercizio
- Crea e mostra un boxplot dei dati
inflationcon'Country'perxe'Inflation'pery. - Crea e mostra
sns.swarmplot()con gli stessi argomenti.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Create boxplot
sns.____(x=____, y=____, data=____)
# Show the plot
plt.show()
# Close the plot
plt.close()
# Create swarmplot
sns.swarmplot(x=____, y=____, data=____)
# Show the plot
plt.show()